http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
계층구조의 분류를 통한 서포트벡터머신 기반의 음성/음악 분류기의 실용도 향상기법
최석환 ( Seokhwan Choi ),조용옥 ( Youngok Cho ),조지우 ( Jiu Cho ),임정수 ( Chungsoo Lim ),이연우 ( Yeonwoo Lee ),이성로 ( Seong Ro Lee ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
본 논문은 제한된 대역폭의 효율적인 활용을 위한 가변 전송률 코덱을 목표로 제안된 서포트벡터머신 기반의 음성/음악 분류기의 실용도를 높이기 위한 기법을 제안한다. 서포트벡터머신 기반의 음성/음악 분류기는 높은 분류능력을 가지고 있지만 많은 계산량을 요구하기 때문에 실시간으로 사용하기에는 부적합한 면이 있다. 따라서 계층적 분류를 통해 서포트벡터머신 기반의 음성/음악 분류기의 실용성을 향상시키는 기법을 제안한다.
김원주 ( Wonju Kim ),박선 ( Sun Park Jiu Cho ),조지우 ( Yeonghwa Na ),나영화 ( Huyeol Yang ),양후열 ( Seong Ro Lee ),이성로 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
적조란 유해조류의 일시적인 대 번식으로 바다를 적색으로 변화시키며 연안 환경 및 바다 생태계에 악영향뿐만 아니라 양식장의 어패류를 집단 폐사 시키는 현상이다. 적조에 의한 양식어업의 피해는 매년 발생하고 있으며 매년 적조방제에 많은 비용을 소비하고 있다. 이 때문에 적조 발생을 미리 예측할 수 있으면 적조에 대한 피해 및 방재 비용을 최소화 시킬 수 있다. 본 논문은 앙상블 학습은 이용한 적조발생 예측 방법을 제안한다. 제안방법은 앙상블 학습의 bagging과 boosting 방법을 이용하여서 적조를 예측의 성능을 향상시킨다. 실험결과 제안방법은 단일 분류기에 비하여서 더 좋은 적조 발생 예측 성능을 보였다.